Compare commits
2 Commits
hotfix/sso
...
hotfix/jso
| Author | SHA1 | Date | |
|---|---|---|---|
|
|
10d6a47000 | ||
|
|
073f24f851 |
@@ -47,9 +47,20 @@ JavaScript. Ticket не попадает в URL и после первого з
|
||||
|
||||
Итого формируется 25 логических артефактов. Финансовые показатели всегда
|
||||
выгружаются в JSON с вложенным массивом `financial_lines`. Промышленная группа
|
||||
объединяет три таблицы, а поле `record_type` различает тип строки. Все строки
|
||||
используют тот же контракт, что и Mostovik: реквизиты организации, включая ОКПО,
|
||||
общие поля записи источника и специфичные поля в `payload.*`.
|
||||
объединяет три таблицы, а поле `record_type` различает тип строки. CSV и XLSX
|
||||
сохраняют плоские строки с реквизитами организации и полями `payload.*`.
|
||||
JSON каждого источника использует тот же контракт, что и Mostovik: массив
|
||||
организаций с `okpo` и массивом записей под ключом группы API. Например:
|
||||
|
||||
```json
|
||||
[{"okpo":"12345678","bankruptcy":[{"uid":"...","source_group":"bankruptcy","payload.case_number":"..."}]}]
|
||||
```
|
||||
|
||||
`ОКПО` переносится из записи в `okpo` оболочки; остальные поля записи остаются
|
||||
в прежнем виде. Записи одной организации собираются вместе независимо от
|
||||
порядка чтения таблиц. При отсутствии ОКПО экспортируется `null`, а для
|
||||
группировки используются ИНН, ОГРН и наименование. При выборе нескольких
|
||||
источников ZIP содержит отдельный JSON-файл для каждого.
|
||||
|
||||
Все записи текущего года включаются в публичные файлы, а техническое
|
||||
наименование внешнего поставщика нейтрализуется. Исходные значения в БД
|
||||
@@ -68,8 +79,9 @@ Celery Beat запускает
|
||||
|
||||
1. читает каждую нормализованную таблицу один раз без model-level сортировки;
|
||||
предметные даты и fallback по `created_at` индексированы;
|
||||
2. создаёт компактный JSON-массив и переиспользует его как готовый JSON;
|
||||
3. потоково формирует CSV и write-only XLSX;
|
||||
2. создаёт плоский spool и группирует JSON по ОКПО через временный дисковый
|
||||
индекс SQLite, без загрузки всех строк в память;
|
||||
3. потоково формирует CSV и write-only XLSX из того же spool;
|
||||
4. записывает календарный `export_year` в manifest;
|
||||
5. атомарно публикует `current.json` только после готовности всей матрицы;
|
||||
6. при ошибке удаляет staging и продолжает отдавать предыдущее поколение того же года;
|
||||
@@ -79,7 +91,10 @@ Web и Celery worker должны использовать общий read-write
|
||||
|
||||
## Первый запуск и настройки
|
||||
|
||||
Первое поколение можно сформировать вручную:
|
||||
Первое поколение можно сформировать вручную. После обновления формата JSON
|
||||
поколения с manifest версии 2 не раздаются: до первой успешной сборки версии 3
|
||||
API возвращает `503 source_export_not_ready`. Запустите команду ниже после
|
||||
развёртывания, чтобы восстановить доступность выгрузок сразу:
|
||||
|
||||
```bash
|
||||
PYTHONPATH=src uv run python src/manage.py build_source_record_exports
|
||||
@@ -94,7 +109,8 @@ PYTHONPATH=src uv run python src/manage.py build_source_record_exports
|
||||
| `SOURCE_RECORD_EXPORT_DOWNLOAD_TICKET_TTL_SECONDS` | `300` | Срок действия download-ticket |
|
||||
|
||||
Для атомарной генерации требуется свободное место не меньше
|
||||
`(GENERATIONS_TO_KEEP + 1) * размер поколения` плюс запас файловой системы.
|
||||
`(GENERATIONS_TO_KEEP + 1) * размер поколения` плюс исходный spool,
|
||||
временная база SQLite размером порядка spool и рабочий запас файловой системы.
|
||||
|
||||
На локальном снимке от 2026-08-04 поколение за 2026 год содержит 1 962 записи
|
||||
и занимает 4 738 872 байта (4,52 MiB) для всей матрицы. Архив со всеми
|
||||
|
||||
@@ -8,6 +8,7 @@ import os
|
||||
import re
|
||||
import secrets
|
||||
import shutil
|
||||
import sqlite3
|
||||
import zipfile
|
||||
from collections.abc import Iterable, Iterator, Sequence
|
||||
from dataclasses import dataclass
|
||||
@@ -44,7 +45,7 @@ EXPORT_FORMAT_XLSX = "xlsx"
|
||||
EXPORT_FORMAT_JSON = "json"
|
||||
EXPORT_FORMATS = (EXPORT_FORMAT_CSV, EXPORT_FORMAT_XLSX, EXPORT_FORMAT_JSON)
|
||||
FINANCIAL_SOURCE_GROUP = "financial_indicators"
|
||||
EXPORT_MANIFEST_VERSION = 2
|
||||
EXPORT_MANIFEST_VERSION = 3
|
||||
CURRENT_EXPORT_MANIFEST_FILE_NAME = "current.json"
|
||||
GENERATION_MANIFEST_FILE_NAME = "manifest.json"
|
||||
GENERATION_DIRECTORY_NAME = "generations"
|
||||
@@ -548,6 +549,7 @@ def build_source_record_export_artifacts(
|
||||
file_format=file_format,
|
||||
)
|
||||
artifact_paths = _render_source_group_artifact(
|
||||
source_group=source_group,
|
||||
row_spool_path=row_spool_path,
|
||||
output_path=staging_directory / file_name,
|
||||
headers=headers,
|
||||
@@ -964,6 +966,7 @@ def _spool_source_group_rows(
|
||||
|
||||
def _render_source_group_artifact(
|
||||
*,
|
||||
source_group: str,
|
||||
row_spool_path: Path,
|
||||
output_path: Path,
|
||||
headers: Sequence[str],
|
||||
@@ -984,10 +987,87 @@ def _render_source_group_artifact(
|
||||
headers=headers,
|
||||
records_count=records_count,
|
||||
)
|
||||
os.link(row_spool_path, output_path)
|
||||
_render_json_file(
|
||||
source_group=source_group,
|
||||
row_spool_path=row_spool_path,
|
||||
output_path=output_path,
|
||||
)
|
||||
return (output_path,)
|
||||
|
||||
|
||||
def _render_json_file(
|
||||
*,
|
||||
source_group: str,
|
||||
row_spool_path: Path,
|
||||
output_path: Path,
|
||||
) -> None:
|
||||
grouping_path = output_path.with_name(f".{output_path.name}.grouping.sqlite3")
|
||||
grouping = sqlite3.connect(grouping_path)
|
||||
try:
|
||||
# The published spool can contain millions of unsorted records. Sort on
|
||||
# local disk instead of sorting the source queryset or loading it in RAM.
|
||||
grouping.execute("PRAGMA journal_mode=OFF")
|
||||
grouping.execute(
|
||||
"CREATE TABLE rows (group_key TEXT, position INTEGER, okpo TEXT, data TEXT)"
|
||||
)
|
||||
batch: list[tuple[str, int, str | None, str]] = []
|
||||
for position, row in enumerate(_iter_spooled_rows(row_spool_path)):
|
||||
raw_okpo = row.pop("ОКПО", None)
|
||||
okpo = str(raw_okpo) if raw_okpo else None
|
||||
fallback = [row.get("ИНН"), row.get("ОГРН"), row.get("Наименование")]
|
||||
if not any(fallback):
|
||||
fallback.append(row.get("uid"))
|
||||
group_key = json.dumps(
|
||||
[okpo] if okpo else [None, *fallback],
|
||||
ensure_ascii=False,
|
||||
)
|
||||
batch.append(
|
||||
(
|
||||
group_key,
|
||||
position,
|
||||
okpo,
|
||||
json.dumps(row, ensure_ascii=False, separators=(",", ":")),
|
||||
)
|
||||
)
|
||||
if len(batch) >= SOURCE_RECORD_EXPORT_ITERATOR_CHUNK_SIZE:
|
||||
grouping.executemany("INSERT INTO rows VALUES (?, ?, ?, ?)", batch)
|
||||
batch.clear()
|
||||
if batch:
|
||||
grouping.executemany("INSERT INTO rows VALUES (?, ?, ?, ?)", batch)
|
||||
grouping.commit()
|
||||
grouping.execute("CREATE INDEX rows_by_group ON rows (group_key, position)")
|
||||
|
||||
with output_path.open("w", encoding="utf-8") as output:
|
||||
output.write("[")
|
||||
current_group: str | None = None
|
||||
first_record = True
|
||||
for group_key, okpo, data in grouping.execute(
|
||||
"SELECT group_key, okpo, data FROM rows ORDER BY group_key, position"
|
||||
):
|
||||
if group_key != current_group:
|
||||
if current_group is not None:
|
||||
output.write("]},")
|
||||
output.write(
|
||||
'{"okpo":'
|
||||
+ json.dumps(okpo, ensure_ascii=False)
|
||||
+ ","
|
||||
+ json.dumps(source_group)
|
||||
+ ":["
|
||||
)
|
||||
current_group = group_key
|
||||
first_record = True
|
||||
if not first_record:
|
||||
output.write(",")
|
||||
output.write(data)
|
||||
first_record = False
|
||||
if current_group is not None:
|
||||
output.write("]}")
|
||||
output.write("]")
|
||||
finally:
|
||||
grouping.close()
|
||||
grouping_path.unlink(missing_ok=True)
|
||||
|
||||
|
||||
def _iter_spooled_rows(row_spool_path: Path) -> Iterator[dict[str, Any]]:
|
||||
with row_spool_path.open("r", encoding="utf-8") as rows_file:
|
||||
for line in rows_file:
|
||||
|
||||
@@ -4,6 +4,7 @@ import json
|
||||
import zipfile
|
||||
from datetime import UTC, datetime
|
||||
from io import BytesIO, StringIO
|
||||
from pathlib import Path
|
||||
from tempfile import TemporaryDirectory
|
||||
from unittest.mock import patch
|
||||
|
||||
@@ -12,6 +13,7 @@ from apps.external_data.source_record_export import (
|
||||
SOURCE_GROUP_EXPORT_SPECS,
|
||||
SOURCE_RECORD_EXPORT_FIELDS,
|
||||
SourceRecordExportArtifactsUnavailable,
|
||||
_render_json_file,
|
||||
_source_group_headers,
|
||||
build_source_record_export_artifacts,
|
||||
build_source_records_export_archive,
|
||||
@@ -39,6 +41,40 @@ from tests.apps.organization.factories import OrganizationFactory
|
||||
from tests.apps.user.factories import UserFactory
|
||||
|
||||
|
||||
def _source_records(groups, source_group):
|
||||
return [record for group in groups for record in group[source_group]]
|
||||
|
||||
|
||||
def test_json_groups_interleaved_rows_by_okpo():
|
||||
rows = [
|
||||
{"ОКПО": "00123456", "ИНН": "111", "uid": "first"},
|
||||
{"ОКПО": "87654321", "ИНН": "222", "uid": "other"},
|
||||
{"ОКПО": "00123456", "ИНН": "111", "uid": "last"},
|
||||
]
|
||||
with TemporaryDirectory() as directory:
|
||||
spool_path = Path(directory) / "rows.json"
|
||||
output_path = Path(directory) / "output.json"
|
||||
spool_path.write_text(
|
||||
"[\n" + ",\n".join(json.dumps(row) for row in rows) + "\n]",
|
||||
encoding="utf-8",
|
||||
)
|
||||
|
||||
_render_json_file(
|
||||
source_group="bankruptcy",
|
||||
row_spool_path=spool_path,
|
||||
output_path=output_path,
|
||||
)
|
||||
|
||||
groups = json.loads(output_path.read_text(encoding="utf-8"))
|
||||
self_groups = {group["okpo"]: group["bankruptcy"] for group in groups}
|
||||
assert [row["uid"] for row in self_groups["00123456"]] == ["first", "last"]
|
||||
assert [row["uid"] for row in self_groups["87654321"]] == ["other"]
|
||||
assert all(
|
||||
"ОКПО" not in record for record in _source_records(groups, "bankruptcy")
|
||||
)
|
||||
assert not list(Path(directory).glob("*.sqlite3"))
|
||||
|
||||
|
||||
class SourceRecordExportApiTest(APITestCase):
|
||||
"""Check admin access and zero-query delivery of prepared files."""
|
||||
|
||||
@@ -121,7 +157,8 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
if artifact.source_group == "industrial_production"
|
||||
and artifact.file_format == "json"
|
||||
)
|
||||
industrial_rows = json.loads(industrial_path.read_text(encoding="utf-8"))
|
||||
industrial_groups = json.loads(industrial_path.read_text(encoding="utf-8"))
|
||||
industrial_rows = _source_records(industrial_groups, "industrial_production")
|
||||
self.assertEqual(
|
||||
{row["record_type"] for row in industrial_rows},
|
||||
{
|
||||
@@ -130,11 +167,8 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
"manufacturer_registry_entry",
|
||||
},
|
||||
)
|
||||
self.assertEqual({row["ОКПО"] for row in industrial_rows}, {"12345678"})
|
||||
self.assertEqual(
|
||||
list(industrial_rows[0])[: len(expected_prefix)],
|
||||
expected_prefix,
|
||||
)
|
||||
self.assertEqual([group["okpo"] for group in industrial_groups], ["12345678"])
|
||||
self.assertNotIn("ОКПО", industrial_rows[0])
|
||||
self.assertNotIn("organization", industrial_rows[0])
|
||||
self.assertIn("payload.product_name", industrial_rows[0])
|
||||
|
||||
@@ -143,7 +177,10 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
for artifact in generation.artifacts
|
||||
if artifact.source_group == "financial_indicators"
|
||||
)
|
||||
financial_rows = json.loads(financial_path.read_text(encoding="utf-8"))
|
||||
financial_rows = _source_records(
|
||||
json.loads(financial_path.read_text(encoding="utf-8")),
|
||||
"financial_indicators",
|
||||
)
|
||||
self.assertEqual(financial_rows[0]["financial_lines"][0]["line_code"], "1600")
|
||||
|
||||
arbitration_path = next(
|
||||
@@ -151,7 +188,9 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
for artifact in generation.artifacts
|
||||
if artifact.source_group == "arbitration" and artifact.file_format == "json"
|
||||
)
|
||||
arbitration_row = json.loads(arbitration_path.read_text(encoding="utf-8"))[0]
|
||||
arbitration_row = _source_records(
|
||||
json.loads(arbitration_path.read_text(encoding="utf-8")), "arbitration"
|
||||
)[0]
|
||||
self.assertEqual(arbitration_row["source"], "arbitration")
|
||||
self.assertEqual(
|
||||
arbitration_row["external_id"], arbitration_row["payload.case_number"]
|
||||
@@ -219,7 +258,9 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
)
|
||||
for artifact in artifacts:
|
||||
if artifact.file_format == "json":
|
||||
exported_values = json.loads(artifact.path.read_text(encoding="utf-8"))
|
||||
groups = json.loads(artifact.path.read_text(encoding="utf-8"))
|
||||
self.assertEqual([group["okpo"] for group in groups], ["11223344"])
|
||||
exported_values = _source_records(groups, "bankruptcy")
|
||||
self.assertEqual(
|
||||
[key for key in exported_values[0] if key.startswith("payload.")],
|
||||
[
|
||||
@@ -244,7 +285,8 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
serialized_values = str(exported_values)
|
||||
self.assertIn(str(excluded_record.id), serialized_values)
|
||||
self.assertIn(str(included_record.id), str(exported_values))
|
||||
self.assertIn("11223344", str(exported_values))
|
||||
if artifact.file_format != "json":
|
||||
self.assertIn("11223344", str(exported_values))
|
||||
self.assertNotRegex(
|
||||
serialized_values,
|
||||
r"(?i)(?<![a-zа-яё0-9])(?:checko(?:\.ru)?|чеко|чекало|чекко)"
|
||||
@@ -261,6 +303,17 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
self.assertEqual(generation.export_year, timezone.localdate().year)
|
||||
self.assertIn('"artifacts_count": 25', command_output.getvalue())
|
||||
|
||||
def test_previous_json_generation_requires_rebuild(self):
|
||||
build_source_record_export_artifacts()
|
||||
manifest_path = Path(self.export_directory.name) / "current.json"
|
||||
manifest = json.loads(manifest_path.read_text(encoding="utf-8"))
|
||||
self.assertEqual(manifest["version"], 3)
|
||||
manifest["version"] = 2
|
||||
manifest_path.write_text(json.dumps(manifest), encoding="utf-8")
|
||||
|
||||
with self.assertRaises(SourceRecordExportArtifactsUnavailable):
|
||||
load_current_source_record_export_generation()
|
||||
|
||||
def test_generation_contains_only_records_from_its_calendar_year(self):
|
||||
export_year = 2026
|
||||
generated_at = datetime(export_year, 8, 4, 6, 0, tzinfo=UTC)
|
||||
@@ -301,7 +354,10 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
if artifact.source_group == "government_procurements"
|
||||
and artifact.file_format == "json"
|
||||
)
|
||||
procurement_rows = json.loads(procurements_path.read_text(encoding="utf-8"))
|
||||
procurement_rows = _source_records(
|
||||
json.loads(procurements_path.read_text(encoding="utf-8")),
|
||||
"government_procurements",
|
||||
)
|
||||
self.assertEqual(
|
||||
[row["uid"] for row in procurement_rows],
|
||||
[str(current_procurement.pk)],
|
||||
@@ -313,7 +369,10 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
if artifact.source_group == "industrial_production"
|
||||
and artifact.file_format == "json"
|
||||
)
|
||||
industrial_rows = json.loads(industrial_path.read_text(encoding="utf-8"))
|
||||
industrial_rows = _source_records(
|
||||
json.loads(industrial_path.read_text(encoding="utf-8")),
|
||||
"industrial_production",
|
||||
)
|
||||
self.assertEqual(
|
||||
[row["uid"] for row in industrial_rows],
|
||||
[str(current_product.pk)],
|
||||
@@ -324,7 +383,10 @@ class SourceRecordExportApiTest(APITestCase):
|
||||
for artifact in generation.artifacts
|
||||
if artifact.source_group == "financial_indicators"
|
||||
)
|
||||
financial_rows = json.loads(financial_path.read_text(encoding="utf-8"))
|
||||
financial_rows = _source_records(
|
||||
json.loads(financial_path.read_text(encoding="utf-8")),
|
||||
"financial_indicators",
|
||||
)
|
||||
self.assertEqual(
|
||||
[row["uid"] for row in financial_rows],
|
||||
[str(current_report.pk)],
|
||||
|
||||
Reference in New Issue
Block a user